JP3638234B2 - Multi-target tracking device - Google Patents

Description

【０００６】
なお、この行列Ωは、次の内容を表したものである。すなわち、観測点ｙ１は、目標物ｔ２、もしくは、対応する目標無しである。観測点ｙ２は、目標物ｔ１、もしくは、目標物ｔ２、もしくは、対応する目標無しである。観測点ｙ３は、目標物ｔ１、もしくは、対応する目標無しである。観測点ｙ４は、目標物ｔ１、もしくは、対応する目標無しである。
【０００７】
これを満たす目標物と観測点の組合せは、
・ｔ１がｙ２で、ｔ２がｙ１のケース
・ｔ１がｙ２で、ｔ２が対応なしのケース
・ｔ１がｙ３で、ｔ２がｙ１のケース
・ｔ１がｙ３で、ｔ２がｙ２のケース
・ｔ１がｙ３で、ｔ２が対応なしのケース
・ｔ１がｙ４で、ｔ２がｙ１のケース
・ｔ１がｙ４で、ｔ２がｙ２のケース
・ｔ１がｙ４で、ｔ２が対応なしのケース
・ｔ１が対応なしで、ｔ２がｙ１のケース
・ｔ１が対応なしで、ｔ２がｙ２のケース
・ｔ１が対応なしで、ｔ２が対応なしのケース
となる。
【０００８】
行列Ωの各可能性が１／０ではなく、実数値で表されている時、各ケースの可能性は、可能性を示す各実数値の積によって定義される。従って、上の２つのケースを例に、各ケースの可能性を示すと次のようになる。
【０００９】
・ｔ１がｙ２で、ｔ２がｙ１のケースの可能性は、ｙ１がｔ２である可能性と、ｙ２がｔ１である可能性と、ｙ３が対応する目標なしである可能性と、ｙ４が対応する目標なしである可能性との積となる。
【００１０】
・ｔ１がｙ２で、ｔ２が対応なしのケースの可能性は、ｙ１が対応する目標なしである可能性と、ｙ２がｔ１である可能性と、ｙ３が対応する目標なしである可能性と、ｙ４が対応する目標なしである可能性との積となる。
【００１１】
この各ケースの可能性を、各ケースの要素となる観測点と目標物との対応関係の信頼度として加算する。すなわち、
・ｔ１がｙ２で、ｔ２がｙ１、というケースの可能性の値を、ｔ１がｙ２となる信頼度と、ｔ２がｙ１となる信頼度とに換算する。
・ｔ１がｙ２で、ｔ２が対応なし、というケースの可能性の値を、ｔ１がｙ２となる信頼度と、ｔ２が対応なしとなる信頼度とに換算する。
【００１２】
これによって、各目標毎に、各観測点のいずれかに対応する場合の信頼度と対応なしとなる信頼度が得られる。ＪＰＤＡでは、このそれぞれの信頼度の比率に従って、目標物と観測点との対応(荷重平均)をとり、これを目標物の移動先と見なして、目標物の内部情報(座標や速度など)を更新する。
【００１３】
【発明が解決しようとする課題】
従来のＪＰＤＡでは、多数の目標物の予測領域が重なりを持つ場合、それらを１つのクラスタとして、組合せを考慮した処理を行なうため、連結すればするほど考慮すべき組合せが多くなる、言い換えれば、演算量が増えてしまうという問題点があった。
【００１４】
この発明は、かかる問題点を解決するためになされたものであり、組合せを考慮した処理を行うにもかかわらず、観測点の削除や組合せの一部削除等によって追尾処理の縮退を行い、必要となる演算量を削減することができる多目標追尾装置を得ることを目的とする。
【００１５】
【課題を解決するための手段】
この発明は、複数の目標物に対して、それぞれの移動先を領域で予測し、各予測領域に重なりがある場合に、上記予測領域を連結して１つのクラスタとして扱い、上記目標物の移動先を決定する多目標追尾装置であって、上記目標物の観測点が入力される観測点入力手段と、上記目標物の移動先を領域で予測した予測領域を生成する予測領域生成手段と、上記観測点及び上記予測領域とに基づいて、上記予測領域に互いに重なる領域があり、かつ、上記重なる領域に上記観測点が存在する場合に、上記予測領域を連結させて上記クラスタを生成するクラスタ生成手段と、生成された上記クラスタに対する追尾処理の一部を切り捨てる追尾処理縮退手段と、一部削除後の上記クラスタに関し、上記目標物と上記観測点との個々の組合せについての可能性を演算する組合せ推論手段と、上記組合せ推論手段の演算結果に基づいて、上記目標物の航跡情報の更新を行う目標物航跡更新手段と、を備え、上記追尾処理縮退手段が、上記クラスタ生成手段により生成された上記クラスタに対する追尾処理を探索木として表現する探索木生成部と、上記探索木の一部を削除する枝苅り部と、を備え、上記探索木を構成する個々の節に対して予め信頼度を設けておき、上記信頼度を優先度として、上記追尾処理縮退手段が、上記優先度の高い節の処理を優先させて縮退を行い、上記探索木の根からの段数を第二の優先度として設定し、上記優先度よりも上記第二の優先度を優先して用いて、上記追尾処理縮退手段が、上記優先度の高い節よりも、上記探索木の根からの段数の高いものを優先させて縮退を行う多目標追尾装置である。
また、この発明は、複数の目標物に対して、それぞれの移動先を領域で予測し、各予測領域に重なりがある場合に、上記予測領域を連結して１つのクラスタとして扱い、上記目標物の移動先を決定する多目標追尾装置であって、上記目標物の観測点が入力される観測点入力手段と、上記目標物の移動先を領域で予測した予測領域を生成する予測領域生成手段と、上記観測点及び上記予測領域とに基づいて、上記予測領域に互いに重なる領域があり、かつ、上記重なる領域に上記観測点が存在する場合に、上記予測領域を連結させて上記クラスタを生成するクラスタ生成手段と、生成された上記クラスタに対する追尾処理の一部を切り捨てる追尾処理縮退手段と、一部削除後の上記クラスタに関し、上記目標物と上記観測点との個々の組合せについての可能性を演算する組合せ推論手段と、上記組合せ推論手段の演算結果に基づいて、上記目標物の航跡情報の更新を行う目標物航跡更新手段と、を備え、上記追尾処理縮退手段が、上記クラスタ生成手段により生成された上記クラスタに対する追尾処理を探索木として表現する探索木生成部と、上記探索木の一部を削除する枝苅り部と、を備え、上記観測点毎に信頼度を予め設定しておき、上記追尾処理縮退手段が、上記信頼度の低い観測点を削除して上記探索木を生成することにより、上記追尾処理の縮退を行なう多目標追尾装置である。
【００１６】
また、追尾処理縮退手段と組合せ推論手段とが一体で構成され、組合せについての可能性の演算実行中に、演算の各々について、処理を行うか、または、処理を行わないかを決定することにより、追尾処理の縮退を行う。
【００１９】
また、探索木を構成する個々の節に対して予め信頼度を設けておき、探索木の根から個々の節までの信頼度の和及び積のいずれか一方を優先度として、追尾処理縮退手段が、優先度の高い節の処理を優先させて縮退を行う。
【００２２】
また、観測点の電力を信頼度として設定する。
【００２３】
また、観測点のＳ／Ｎ比を信頼度として設定する。
【００２４】
また、観測点の周波数帯域を信頼度として設定する。
【００２５】
また、観測点からいずれかの目標物までの最短距離を信頼度として設定する。
【００２６】
また、各目標物に対する信頼度を観測点毎に予め設定しておき、信頼度のうちの最大値を優先度として用いて、追尾処理縮退手段が縮退を行う。
【００２７】
また、各目標物に対する信頼度を観測点毎に予め設定しておき、観測点毎に、各目標物に対する信頼度の和及び積のいずれか一方を優先度として求めて、優先度を用いて、追尾処理縮退手段が縮退を行う。
【００２８】
また、観測点の削除によって対応する観測点が無くなる目標物が生じないように、削除すべき観測点を選択する。
【００２９】
また、クラスタを生成する際に連結要因となっている観測点を優先的に削除して、クラスタを分割することにより縮退を行う。
【００３０】
また、１つ以上の観測点を削除して追尾処理を行なった後に、処理の結果を用いて、削除した観測点を少なくとも１つ加えて再度追尾処理を行なう。
【００３１】
また、縮退を行って追尾処理をすでに行なった目標物に対して、装置に計算余力が残っている場合に、観測点の入力がない空き時間において、縮退を行わない場合の追尾処理を再度行い、縮退を行わない場合の追尾処理の結果を元に、目標物航跡更新手段が航跡情報を再更新する。
【００３２】
また、縮退を行って追尾処理をすでに行なった目標物に対して、装置に計算余力が残っている場合に、計算余力に応じて、より縮退の度合いの少ないケースの追尾処理を再度行い、ケースの追尾処理の結果を元に、目標物航跡更新手段が航跡情報を再更新する。
【００３３】
【発明の実施の形態】
実施の形態１．
図１は、本発明の実施の形態１における多目標追尾装置の構成を示したものである。図において、１は、観測点の入力を行なう入力線、２は、目標物の移動を予測し、その予測に応じて、一定の存在確率以上となる予測範囲を算出する予測領域生成部、３は、観測点と予測領域からクラスタ（図３参照）を生成するクラスタ生成部、４は、生成されたクラスタ内の処理を探索木（図４参照）として表現し、その一部を切り捨てる探索木枝苅り部（追尾処理縮退手段）である。探索木については後述の実施の形態３においてその詳細について説明する。また、どの部分を切り捨ててどの部分を優先的に処理するかを決定するための優先度の決め方の例については、後述の実施の形態３〜１６において説明する。
【００３４】
また、図１において、５は、一部削除後の探索木について、組合せを考慮した追尾方式で目標物の追尾を行なう組合せ推論部である。６は、組合せ推論機の推論結果に基づいて、目標物の持つ情報(航跡)の更新を行なう目標物航跡更新機部である。７は、目標物航跡更新部６の結果を追尾結果として出力する出力線である。また、８ａ〜８ｅは、各部の処理結果を次に転送する転送線である。
【００３５】
次に図１を用いて、この多目標追尾装置の動作を説明する。
【００３６】
（１）まず、観測点情報が入力線１を介してクラスタ生成部３に送られるとともに、予測領域生成部２が作成した予測領域が転送路８ａを介してクラスタ生成部３に送られる。
【００３７】
（２）クラスタ生成部３は、複数の目標物の予測領域が重なり、かつ、それらの重なる領域に観測点が存在する時、それらの予測領域を結合し、1つのクラスタを生成する。
【００３８】
（３）１つのクラスタの情報(観測点と目標物の予測領域)が転送路８ｂを介して、探索木枝苅り部４に送られる。
【００３９】
（４）探索木枝苅り部４は、生成されたクラスタに対する処理を探索木として表現し、次に、組合せ推論部５の計算能力に基づいて、探索木として表現したクラスタに対する処理の一部を削除する。この削除する部分は原則的に優先度の最も低い部分とし、この優先度の決め方の例については、後述の実施の形態３以降で説明する。
【００４０】
（５）一部削除後の１つ１つのクラスタの情報(観測点と目標物の予測領域)が転送路８ｃを介して、組合せ推論部５に送られる。
【００４１】
（６）組合せ推論部５は、一部削除された部分を除いて、上述の従来例で説明したような目標物と観測点の組合せを算出し、個々の組合せの可能性を演算により求める。
【００４２】
（７）個々の組合せの可能性を示す情報が転送路８ｄを介して、目標物航跡更新部６に送られる。
【００４３】
（８）目標物航跡更新部６は、目標物の情報を有しており、送られた個々の組合せ可能性を元に、目標物の情報を更新する。
【００４４】
（９）更新した結果が、出力線７を介して出力されるとともに、転送線８ｅを介して予測領域生成部２へ送られる。
【００４５】
（１０）予測領域生成部２は、目標物航跡更新部６から送られてきた更新された目標物の情報に基づいて、各目標物について移動予測を行ない、その予測領域を生成する。
【００４６】
本発明の多目標追尾装置は、以上の動作を繰り返すことによって、追尾装置として動作する。上述したように、本多目標追尾装置は、探索木枝苅り部４によって探索木の一部の処理を放棄することにより、追尾処理の縮退を行うようにしたので、縮退を行った分、追尾性能の低下を多少招くものの、処理に必要な計算量を減らすことができ、その結果、本来はＪＰＤＡのような組合せを考慮した方式を採用するに足るだけの演算能力を持たない計算機を用いても、組合せを考慮した追尾処理を実現することができ、装置の小型化及びコスト削減を図ることができる。
【００４７】
実施の形態２．
図２は、本発明の実施の形態２による本発明の多目標追尾装置の構成を示したものである。上述の実施の形態１では、組合せ推論部５の前に探索木枝苅り部４を設けたが、この実施の形態においては、探索木枝苅り部４の機能を組合せ推論部５に付加した枝苅り機能付き組合せ推論部９を設けて、予測による探索木の一部削除ではなく、組合せ推論部５の実行中に、探索木の一部に対して“処理"もしくは“放棄"を決定して、追尾処理の縮退を行うようにした。
【００４８】
この実施の形態の構成では、上述の実施の形態１と同様の効果が得られるとともに、さらに、枝苅り機能付き組合せ推論部９により、予測による一部削除ではなく、実際の処理に合わせて、探索木の一部の処理の放棄を行なうようにしたので、放棄すべき部分の選択がより適切になり、追尾性能を向上させることができる。
【００４９】
実施の形態３．
この実施の形態においては、上述した探索木の詳細について図３及び図４を用いて説明するとともに、上述の実施の形態１及び２の追尾装置における探索木の一部削除のための優先度の決め方の一例について説明する。
【００５０】
図３はクラスタの一例であり、このクラスタについては、上述の従来例で示した図１０のものと同様であるため、ここではその説明は省略するが、このクラスタにおける目標物と観測点の組合せは、上述のように、
観測点ｙ１は、目標物ｔ２、もしくは、対応する目標無しである。
観測点ｙ２は、目標物ｔ１、もしくは、目標物ｔ２、もしくは、対応する目標無しである。
観測点ｙ３は、目標物ｔ１、もしくは、対応する目標無しである。
観測点ｙ４は、目標物ｔ１、もしくは、対応する目標無しである。
となる。この組合せを探索木として表したのが図４である。
【００５１】
探索木には次のような名称があり、図４の次の部分に対応する。

なお、図中、“Ｃ"で表されているものは、対応する目標が無い観測点（これをクラッタと呼ぶ）である。
【００５２】
この各節５０〜６４に対して予め信頼度を設定しておき、これを優先度として、優先度に従った処理を行なうことによって、上述の実施の形態１及び２の追尾装置において、切捨てられる部分（削除部分）を制御することが可能になる。
【００５３】
この実施の形態においては、上述の実施の形態１及び２と同様の効果が得られるとともに、さらに、探索木の一部を削除する際の優先度の決め方として、各節に信頼度を設けておき、これを優先度として用いることにしたので、削除処理が容易であるとともに、優先度の低い節を削除するため、演算量を削減すると同時に追尾性能を高く保持することができる。
【００５４】
実施の形態４．
この実施の形態においては、上述の実施の形態１及び２における追尾装置の探索木の一部削除における優先度の決め方の他の例について図３及び図４を用いて説明する。上述の実施の形態３では、各節の信頼度をそのまま優先度として用いたが、本実施の形態においては、根（Root）から節に至るまでの、全ての節の信頼度の総和、もしくは、全ての節の信頼度の積を優先度として用いることで、探索木において切捨てられる部分を制御する。
【００５５】
この実施の形態においても、上述の実施の形態１及び２と同様の効果が得られるとともに、さらに、優先度として、根（Root）から節に至るまでの、全ての節の信頼度の総和、もしくは、全ての節の信頼度の積を優先度として用いるようにしたので、優先度の優劣がさらに明確になり、優先度の本当に低いものを削除することが可能になるため、縮退により演算量を削減するにもかかわらず追尾性能を高く保持することができる。
【００５６】
実施の形態５．
上述の実施の形態３では、各節の信頼度をそのまま優先度として用いたが、ＪＰＤＡという方式では、探索木の葉の部分に到達して初めて従来例で示したところの各組合せ(ケース)が得られる。このため、この実施の形態においては、節の信頼度のみではなく、もう１つ、根からの段数という２種類の優先度を設定し、優先度の高い節よりも、根からの段数の高いものを優先して処理を行うようにした。
【００５７】
この実施の形態においても、上述の実施の形態１及び２と同様の効果が得られるとともに、さらに、優先度として、節の信頼度のみではなく、根からの段数という優先度を設定し、根からの段数に基づく優先度を優先的に用いるようにしたので、実質的に重要なものを優先的に処理することが可能になり、縮退により演算量を削減するにもかかわらず追尾性能を高く保持することができる。
【００５８】
実施の形態６．
上述の実施の形態５では、節の信頼度と根からの段数という２種類の優先度を設定し、根からの段数による優先度をより優先させた優先度処理を行なうとしたが、この２つの値だけではなく、実施の形態４の値を使用したりすることやこれら３つの値の多項式で優先度を設定することも可能である。
【００５９】
実施の形態７．
この実施の形態においては、上述の実施の形態１及び２における追尾装置の探索木の一部削除における優先度の決め方の他の例について図５及び図６を用いて説明する。図５は、図３と同様のクラスタの例である。この時、各観測点には電力値が付加されており、観測点ｙ１〜ｙ４の中で電力値が最も低いものがｙ１であったとする。
【００６０】
本実施の形態では、この電力値を信頼度として設定し、この信頼度の最も低い観測点ｙ１が存在しなかったとして、図６のような探索木に基づく処理を行なう。このように、ｙ１が存在しなかったとすることで、図４の探索木に相当する処理を図６の探索木に相当する処理まで、演算量を削減することができる。具体的には、図４の探索木では、節の個数が１５個、葉の個数が１１個であったのが、図６の探索木では、節の個数が８個、葉の個数が７個まで減っている。
【００６１】
なお、図５の観測点ｙ２のように、複数の目標物ｔ１及びｔ２に対応する可能性を持つ観測点が削除される場合、目標ｔ１と目標ｔ２を1つのクラスタとする必要がないため、この削除によってクラスタが分割されることもある。クラスタが分割されれば、考慮する組合せ数も減るため、更に計算量が削減されることになる。
【００６２】
この実施の形態においては、上述の実施の形態１及び２と同様の効果が得られるとともに、さらに、観測点の電力値を優先度として用いて、電力値が低く、観測の精度（信頼度）が低いものを削除するようにしたので、縮退により演算量を削減するにもかかわらず追尾性能を高く保持することができる。
【００６３】
実施の形態８．
実施の形態７では、信頼度の最も低いもの１つを削除していたが、それでも計算能力が不足する場合には、更に多くの観測点を削除するようにしてもよい。
【００６４】
実施の形態９．
上述の実施の形態７では、電力を観測点の信頼度として用いたが、この実施の形態においては、観測点のＳ／Ｎ比(ノイズレベルに対する信号レベルの比)を観測点の信頼度として用いて、これを優先度として削除する観測点を選択する。
【００６５】
この実施の形態においては、上述の実施の形態１及び２と同様の効果が得られるとともに、さらに、観測点のＳ／Ｎ比を優先度として用いて、Ｓ／Ｎ比が低く、観測の精度（信頼度）が低いものを削除するようにしたので、追尾性能に影響を及ぼすことはほとんどなく、縮退により演算量を削減するにもかかわらず追尾性能を高く保持することができる。
【００６６】
実施の形態１０．
上述の実施の形態７では、電力を観測点の信頼度として用いたが、この実施の形態においては、周波数帯域毎に信頼度を設定した表を予め用意しておき、この表を参照して、観測点の周波数帯域の信頼度を求め、それを優先度として、削除する観測点を選択する。
【００６７】
この実施の形態においては、上述の実施の形態１及び２と同様の効果が得られるとともに、さらに、観測点の周波数帯域から信頼度を求め、それを優先度として用いて、信頼度の低いものを削除するようにしたので、演算量を削減するにもかかわらず追尾性能を高く保持することができる。
【００６８】
実施の形態１１．
上述の実施の形態７では、電力を観測点の信頼度として用いたが、この実施の形態においては、観測点からいずれかの目標物までの最短距離を直交座標系、もしくは、極座標系で求め、その値を観測点の信頼度とし、それを優先度して削除する観測点を選択する。
【００６９】
この実施の形態においては、上述の実施の形態１及び２と同様の効果が得られるとともに、さらに、観測点といずれかの目標物との最短距離を信頼度として求め、それを優先度として用いて、優先度の低いもの、すなわち、いずれの目標物からも最も離れている観測点を削除するようにしたので、追尾性能に影響を及ぼすことはほとんどなく、演算量を削減するにもかかわらず追尾性能を高く保持することができる。
【００７０】
実施の形態１２．
上述の実施の形態７では、電力を観測点の信頼度として用いたが、各観測点には、追尾アルゴリズムが使用する観測系の誤差や目標物の予測範囲の広がりなどから目標物に対して算出した信頼度が設けられている。この実施の形態においては、各観測点において、各々の目標物に対する信頼度の値からそれらのうちの最大値を求め、この最大値を優先度として用いて削除する観測点を選択する。
【００７１】
この実施の形態においては、上述の実施の形態１及び２と同様の効果が得られるとともに、さらに、追尾アルゴリズムが使用する各観測点の目標物に対する信頼度の最大値を求め、これを優先度として用いて、優先度の低いもの、すなわち、目標物に対する信頼度の最大値の値の小さい観測点を削除するようにしたので、演算量を削減するにもかかわらず追尾性能を高く保持することができる。
【００７２】
実施の形態１３．
上述の実施の形態１２では、追尾アルゴリズムが使用する観測点と各々の目標物の信頼度の最大値を各観測点毎に求め、この値を用いて削除する観測点を選択したが、この実施の形態においては、最大値ではなく、各観測点の各々の目標物に対する信頼度の総和または積を用いて削除する観測点を選択する。
【００７３】
この実施の形態においては、上述の実施の形態１及び２と同様の効果が得られるとともに、さらに、追尾アルゴリズムが使用する観測点の各目標物に対する信頼度の総和または積を求め、これを優先度として用いて、優先度の低いもの、すなわち、各目標物に対する信頼度の総和の値の小さい観測点を削除するようにしたので、追尾性能に影響を及ぼすことはほとんどなく、演算量を削減するにもかかわらず追尾性能を高く保持することができる。
【００７４】
実施の形態１４．
上述の実施の形態７では、単純に信頼度の低い観測点を削除対象としたが、観測点の削除によって対応する観測点が無くなる目標物がある場合には、その観測点の削除を止め、削除によって対応する観測点が無くなる目標物がない観測点の中で削除対象を選択するようにしてもよい。
【００７５】
実施の形態１５．
この実施の形態においては、上述の実施の形態１及び２における追尾装置の探索木の一部削除における優先度の決め方の他の例について図７を用いて説明する。図７（ａ）は、上述の図３と同様のクラスタの例であり、図７（ｂ）及び（ｃ）はこの実施の形態おける探索木の一部削除処理により図７（ａ）のクラスタが２つに分割して出来たクラスタである。
【００７６】
次式の行列式は、図７（ａ）のクラスタの各観測点の各々の目標物に対する信頼度を示した信頼度行列である。この信頼度行列は、上述の従来例で示した行列Ωの１／０を信頼度で置き換えたものなので、目標物と観測点の対応については行列Ωと同じであるため、ここではその説明を省略し、行列Ωを参照することとする。
【００７７】
【数２】

【００７８】
いま、図７（ａ）の各観測点の信頼度が上式（２）の信頼度行列で表されている時、行列の各要素の値から、最も低い信頼度となる観測点はｙ３であるが、観測点ｙ２のように２つの目標物の両方に対応する可能性のある観測点、すなわち、クラスタを形成する際に連結要因になっている観測点の信頼度が、「目標物別に見た場合に最大の信頼度を示さない場合」である時、この点を削除することで、クラスタを分断することができる。
【００７９】
図７の例では、目標物ｔ１に対する信頼度が最も高いのは観測点ｙ４であり、一方、目標物ｔ２に対する信頼度が最も高いのは観測点ｙ１である。従って、観測点ｙ２は、目標物ｔ１に対してもｔ２に対しても信頼度が最も高いわけではないので、「目標物別に見た場合に最大の信頼度を示さない観測点」となる。そこで、この観測点ｙ２を削除し、図７（ａ）のクラスタを図７（ｂ）と図７（ｃ）の２つに分割し処理させる。これにより計算量を削減できる。
【００８０】
この実施の形態においては、上述の実施の形態１及び２と同様の効果が得られるとともに、さらに、クラスタを形成する際の連結要因になっている観測点が「目標物別に見た場合に最大の信頼度を示さない観測点」である場合には、それを削除することにより演算量を減らすようにしたので、追尾性能に影響を及ぼすことはほとんどなく、演算量を削減するにもかかわらず追尾性能を高く保持することができる。
【００８１】
実施の形態１６．
上述の実施の形態７では、観測点を削除して処理を行なう例について述べたが、追尾装置にまだ計算余力が残っている場合には、既に処理を行なった結果を利用して、削除した観測点を加えて再計算を行なうようにしてもよい。また、予め複数の観測点を削除した状態で算出を行ない、その後、計算余力が許す限り、削除した観測点を加えていくという方法もある。
【００８２】
図５及び図８を用いて説明する。図５の観測点ｙ１の信頼度が最も低かったとする。この場合、以下の（１）〜（５）の手順を踏むことによって、最初から観測点ｙ１を外さなかった時と同じ結果を得ることができる。
【００８３】
（１）観測点ｙ１を除いて全ての組合せ毎の信頼度を求め、その値を目標物と観測点の対応する位置に加算していく。これにより、図８の表８０（Table A）が作成される。このとき、計算余力が残っていたとする。
【００８４】
（２）そこで、観測点ｙ１を加える。
【００８５】
（３）まず、ｙ１がクラッタ(対応する目標なし)の場合の算出を行なう。これは、上述の手順（１）で求めた表８０（Table A）の要素に対して、ｙ１が対応する目標なしの場合の信頼度を乗算したものになる。これにより、ｙ１がクラッタの場合の各対応における信頼度を示す図８の表８１（Table B）ができる。
【００８６】
（４）次に、ｙ１が目標物ｔ２である場合の組合せを求める。これにより、図８の一番左の表８２（Table C）が作成される。
【００８７】
（５）上述の手順（３）と（４）で作成した表８１及び８２（Table B 及び Table C）を統合し、最終的な表８３（Table D）を作成する。
【００８８】
この実施の形態においては、上述の実施の形態１及び２と同様の効果が得られるとともに、さらに、一部削除後の追尾処理が終了した時に、装置に計算余力が残っている場合には、既に処理を行なった結果を利用して、削除した部分を加えて再計算を行なうようにしたので、装置に演算能力の余裕の無い場合には、探索木の中で優先度の低い一部を削除して追尾処理を行い、演算余力がある場合には、既に処理を行った結果を利用して削除した部分を加え直して再計算することができるので、常に、計算余力が許す限りの最良の追尾性能で処理を行うことができる。
【００８９】
実施の形態１７．
図９を用いて説明する。回転式のレーダにおいて、目標物(移動後の予測領域)の分布が図９のようになっており、かつ、観測点の入力から追尾処理の結果を出力するまでの許容遅延が図上の回転で数度程度とされている時、観測点及び目標物が何も存在しない図９の網掛けとなっている領域４０及び４１を観測している間、追尾処理装置にとって必要な処理がない。そこで、先に縮退を行なって既に結果を出している各目標物について、観測点の削除などの縮退を行なわなかった場合の計算をやり直し、装置内部に持つ、各目標の情報を更新することによって、次に観測点の入力があった際、縮退を行なわなかった場合と同様の処理を行なわせることができる。
【００９０】
また、図９のように追尾処理装置が空く時間(観測点の入力がない時間)が複数に分かれている時、１つの空き時間で処理が終了しなくても、観測点入力がある間は処理を中断し、観測点に対する処理終了後に中断した処理を再開させることもできる。
【００９１】
この実施の形態においては、観測点の入力のない空き時間に、縮退を行わない場合の演算が可能な演算余力が装置に残っている場合には、すでに縮退を行って追尾処理の結果を出している目標物について、今度は、縮退を行わない場合の追尾処理を行うようにしたので、観測点の入力のない空き時間を有効に利用することにより、追尾性能を向上させることができる。
【００９２】
実施の形態１８．
上述の実施の形態１７では、観測点の入力の空き時間に縮退を行なわなかった時の処理を行なうとしたが、縮退を行なわなかった場合の処理ができるほど計算機能力が無い場合、縮退を行なう方法ではあるものの、より縮退の度合が少ない別の縮退処理を行なわせることもできる。
【００９３】
この実施の形態においても、観測点の入力のない空き時間に、他の演算が可能な演算余力が装置に残っている場合には、その演算余力が許す限り、すでに縮退を行って追尾処理の結果を出している目標物について、今度は、より縮退の度合いが少ない別の縮退処理を行った場合の追尾処理を行うようにしたので、観測点の入力のない空き時間を有効に利用することにより、追尾性能を向上させることができる。
【００９４】
【発明の効果】
この発明は、複数の目標物に対して、それぞれの移動先を領域で予測し、各予測領域に重なりがある場合に、上記予測領域を連結して１つのクラスタとして扱い、上記目標物の移動先を決定する多目標追尾装置であって、上記目標物の観測点が入力される観測点入力手段と、上記目標物の移動先を領域で予測した予測領域を生成する予測領域生成手段と、上記観測点及び上記予測領域とに基づいて、上記予測領域に互いに重なる領域があり、かつ、上記重なる領域に上記観測点が存在する場合に、上記予測領域を連結させて上記クラスタを生成するクラスタ生成手段と、生成された上記クラスタに対する追尾処理の一部を切り捨てる追尾処理縮退手段と、一部削除後の上記クラスタに関し、上記目標物と上記観測点との個々の組合せについての可能性を演算する組合せ推論手段と、上記組合せ推論手段の演算結果に基づいて、上記目標物の航跡情報の更新を行う目標物航跡更新手段と、を備え、上記追尾処理縮退手段が、上記クラスタ生成手段により生成された上記クラスタに対する追尾処理を探索木として表現する探索木生成部と、上記探索木の一部を削除する枝苅り部と、を備え、上記探索木を構成する個々の節に対して予め信頼度を設けておき、上記信頼度を優先度として、上記追尾処理縮退手段が、上記優先度の高い節の処理を優先させて縮退を行い、上記探索木の根からの段数を第二の優先度として設定し、上記優先度よりも上記第二の優先度を優先して用いて、上記追尾処理縮退手段が、上記優先度の高い節よりも、上記探索木の根からの段数の高いものを優先させて縮退を行う多目標追尾装置である。当該構成により、追尾処理の縮退を行うようにしたので、縮退を行った分、追尾性能の低下を多少招くものの、処理に必要な計算量を減らすことができ、その結果、本来はＪＰＤＡのような組合せを考慮した方式を採用するに足るだけの演算能力を持たない計算機を用いても、組合せを考慮した追尾処理を実現することができ、装置の小型化及びコスト削減を図ることができるという効果が得られる。また、追尾処理縮退手段が、クラスタ生成手段により生成されたクラスタに対する追尾処理を探索木として表現する探索木生成部と、探索木の一部を削除する枝苅り部と、を備えているので、クラスタの追尾処理を探索木構造で表現することにより、観測点と目標物との各組合せの関係をわかりやすく表現することができるという効果が得られる。また、探索木を構成する個々の節に対して予め信頼度を設けておき、信頼度を優先度として、追尾処理縮退手段が、優先度の高い節の処理を優先させて縮退を行うので、削除処理が容易であるとともに、優先度の低い節を削除するため、演算量を削減すると同時に追尾性能を高く保持することができるという効果が得られる。また、探索木の根からの段数を第二の優先度として設定し、各節毎に設定した優先度または各節までの信頼度の和及び積よりも第二の優先度を優先して用いて、追尾処理縮退手段が、優先度の高い節よりも、探索木の根からの段数の高いものを優先させて縮退を行うようにしたので、実質的に重要なものを優先的に処理することが可能になり、縮退により演算量を削減するにもかかわらず追尾性能を高く保持することができるという効果が得られる。
また、この発明は、複数の目標物に対して、それぞれの移動先を領域で予測し、各予測領域に重なりがある場合に、上記予測領域を連結して１つのクラスタとして扱い、上記目標物の移動先を決定する多目標追尾装置であって、上記目標物の観測点が入力される観測点入力手段と、上記目標物の移動先を領域で予測した予測領域を生成する予測領域生成手段と、上記観測点及び上記予測領域とに基づいて、上記予測領域に互いに重なる領域があり、かつ、上記重なる領域に上記観測点が存在する場合に、上記予測領域を連結させて上記クラスタを生成するクラスタ生成手段と、生成された上記クラスタに対する追尾処理の一部を切り捨てる追尾処理縮退手段と、一部削除後の上記クラスタに関し、上記目標物と上記観測点との個々の組合せについての可能性を演算する組合せ推論手段と、上記組合せ推論手段の演算結果に基づいて、上記目標物の航跡情報の更新を行う目標物航跡更新手段と、を備え、上記追尾処理縮退手段が、上記クラスタ生成手段により生成された上記クラスタに対する追尾処理を探索木として表現する探索木生成部と、上記探索木の一部を削除する枝苅り部と、を備え、上記観測点毎に信頼度を予め設定しておき、上記追尾処理縮退 手段が、上記信頼度の低い観測点を削除して上記探索木を生成することにより、上記追尾処理の縮退を行なう多目標追尾装置である。また、追尾処理縮退手段が、クラスタ生成手段により生成されたクラスタに対する追尾処理を探索木として表現する探索木生成部と、探索木の一部を削除する枝苅り部と、を備えているので、クラスタの追尾処理を探索木構造で表現することにより、観測点と目標物との各組合せの関係をわかりやすく表現することができるという効果が得られる。また、観測点毎に信頼度を予め設定しておき、追尾処理縮退手段が、信頼度の低い観測点を削除して探索木を生成することにより、追尾処理の縮退を行なうようにしたので、信頼度の低い観測点を削除して縮退を行うため、縮退による追尾性能の低下はほとんどなく、縮退により演算量を削減するにもかかわらず追尾性能を高く保持することができるという効果が得られる。
【００９５】
また、追尾処理縮退手段と組合せ推論手段とが一体で構成され、組合せについての可能性の演算実行中に、演算の各々について、処理を行うか、または、処理を行わないかを決定することにより、追尾処理の縮退を行うようにしたので、予測による一部削除ではなく、実際の処理に合わせて、追尾処理の一部を放棄するようにしたので、放棄すべき部分の選択がより適切になり、追尾性能を向上させることができるという効果が得られる。
【００９８】
また、探索木を構成する個々の節に対して予め信頼度を設けておき、探索木の根から個々の節までの信頼度の和及び積のいずれか一方を優先度として、追尾処理縮退手段が、優先度の高い節の処理を優先させて縮退を行うので、優先度の優劣がさらに明確になり、優先度の本当に低いものを削除することが可能になるため、縮退により演算量を削減するにもかかわらず追尾性能を高く保持することができるという効果が得られる。
【０１０１】
また、観測点の電力を信頼度として設定し、それを優先度として用いて縮退を行うので、電力値が低く、観測の精度（信頼度）が低い観測点を削除するようにしたので、縮退による追尾性能への影響はほとんどなく、縮退により演算量を削減するにもかかわらず追尾性能を高く保持することができるという効果が得られる。
【０１０２】
また、観測点のＳ／Ｎ比を信頼度として設定し、観測点のＳ／Ｎ比を優先度として用いて縮退を行うようにしたので、Ｓ／Ｎ比が低く、観測の精度（信頼度）が低いものを削除するため、追尾性能に影響を及ぼすことはほとんどなく、縮退により演算量を削減するにもかかわらず追尾性能を高く保持することができるという効果が得られる。
【０１０３】
また、観測点の周波数帯域を信頼度として設定し、それを優先度として用いて縮退を行うようにし、信頼度の低いものを削除するようにしたので、演算量を削減するにもかかわらず追尾性能を高く保持することができるという効果が得られる。
【０１０４】
また、観測点からいずれかの目標物までの最短距離を信頼度として設定し、それを優先度として用いて、優先度の低いもの、すなわち、いずれの目標物からも最も離れている観測点を削除するようにしたので、追尾性能に影響を及ぼすことはほとんどなく、演算量を削減するにもかかわらず追尾性能を高く保持することができるという効果が得られる。
【０１０５】
また、各目標物に対する信頼度を観測点毎に予め設定しておき、信頼度のうちの最大値を優先度として用いて、優先度の低いもの、すなわち、目標物に対する信頼度の最大値の値の小さい観測点を削除するようにしたので、演算量を削減するにもかかわらず追尾性能を高く保持することができるという効果が得られる。
【０１０６】
また、各目標物に対する信頼度を観測点毎に予め設定しておき、観測点毎に、各目標物に対する信頼度の和及び積のいずれか一方を優先度として求めて、優先度の低いもの、すなわち、各目標物に対する信頼度の和及び積の値の小さい観測点を削除するようにしたので、追尾性能に影響を及ぼすことはほとんどなく、演算量を削減するにもかかわらず追尾性能を高く保持することができるという効果が得られる。
【０１０７】
また、観測点の削除によって対応する観測点が無くなる目標物が生じないように、削除すべき観測点を選択するようにしたので、追尾処理の信頼性がさらに向上し、高い追尾性能を確保することができるという効果が得られる。
【０１０８】
また、クラスタを生成する際に連結要因となっている観測点を優先的に削除して、クラスタを分割することにより縮退を行い、特に、クラスタを形成する際の連結要因になっている観測点が「目標物別に見た場合に最大の信頼度を示さない観測点」である場合には、それを削除することにより演算量を減らすようにしたので、追尾性能に影響を及ぼすことはほとんどなく、演算量を削減するにもかかわらず追尾性能を高く保持することができるという効果が得られる。
【０１０９】
また、１つ以上の観測点を削除して追尾処理を行なった後に、処理の結果を用いて、削除した観測点を１つずつ加えて再度追尾処理を行なうので、装置に演算能力の余裕の無い場合には、探索木の中で優先度の低い一部を削除して追尾処理を行い、演算余力がある場合には、既に処理を行った結果を利用して削除した部分を加え直して再計算することができるので、常に、計算余力が許す限りの最良の追尾性能で処理を行うことができるという効果が得られる。
【０１１０】
また、縮退を行って追尾処理をすでに行なった目標物に対して、装置に計算余力が残っている場合に、観測点の入力がない空き時間において、縮退を行わない場合の追尾処理を再度行い、縮退を行わない場合の追尾処理の結果を元に、目標物航跡更新手段が航跡情報を再更新するようにしたので、観測点の入力のない空き時間を有効に利用することにより、追尾性能をさらに向上させることができるという効果が得られる。
【０１１１】
また、縮退を行って追尾処理をすでに行なった目標物に対して、装置に計算余力が残っている場合に、計算余力に応じて、より縮退の度合いの少ないケースの追尾処理を再度行い、ケースの追尾処理の結果を元に、目標物航跡更新手段が航跡情報を再更新するようにしたので、観測点の入力のない空き時間に、他の演算が可能な演算余力が装置に残っている場合には、その演算余力が許す限り、すでに縮退を行って追尾処理の結果を出している目標物について、今度は、より縮退の度合いが少ない別の縮退処理を行った場合の追尾処理を行うようにしたので、観測点の入力のない空き時間を有効に利用することにより、追尾性能を向上させることができる。
【図面の簡単な説明】
【図１】 本発明の実施の形態１における多目標追尾装置の構成を示したブロック図である。
【図２】 本発明の実施の形態２における多目標追尾装置の構成を示したブロック図である。
【図３】 本発明の実施の形態３〜６における多目標追尾装置の動作を説明するためのクラスタの例を示した説明図である。
【図４】 本発明の実施の形態３〜６における多目標追尾装置の動作を説明するための探索木の例を示した説明図である。
【図５】 本発明の実施の形態７〜１４における多目標追尾装置の動作を説明するためのクラスタの例を示した説明図である。
【図６】 本発明の実施の形態７〜１４における多目標追尾装置の動作を説明するための探索木の例を示した説明図である。
【図７】 本発明の実施の形態１５における多目標追尾装置の動作を説明するためのクラスタの例を示した説明図である。
【図８】 本発明の実施の形態１６における多目標追尾装置の動作を説明するための探索木の例を示した説明図である。
【図９】 本発明の実施の形態１７〜１８における多目標追尾装置の動作を説明するための説明図である。
【図１０】 従来の追尾装置の動作を説明するためのクラスタの例を示した説明図である。
【符号の説明】
１ 入力線、２ 予測領域生成部、３ クラスタ生成部、４ 探索木枝苅り部、５ 組合せ推論部、６ 目標物航跡更新部、７ 出力線、９ 枝苅り機能付き組合せ推論部。[0001]
BACKGROUND OF THE INVENTION
The present invention relates to a multi-target tracking apparatus, and more particularly to a multi-target tracking apparatus that employs a combination of a plurality of targets such as JPDA as a tracking method for a plurality of targets in a radar.
[0002]
[Prior art]
Conventionally, a tracking method that assumes a combination of a plurality of targets as in the JPDA (Joint Probabilistic Data Association) method, for example, “Multitarget tracking using joint probabilistic data association” (IEEE Conf. Decision Control. Pp.807-812, As shown in FIG. 1980), when the prediction areas (ellipses) of the target objects overlap, these are connected as one cluster and the tracking process is performed.
[0003]
FIG. 10 is an explanatory diagram for explaining the tracking method of the conventional tracking device disclosed in the above-mentioned document. In FIG. 10, t1 and t2 are targets, and are shown in the predicted positions after movement based on past information. Two ellipses centered on these targets t1 and t2 are the prediction areas 31 and 32 of the respective targets. Further, y1 to y4 in FIG. 10 are observation points at that time. In JPDA, since the prediction areas 31 and 32 of the targets t1 and t2 overlap, the two prediction areas are connected to perform processing as one cluster.
[0004]
The following determinant (1) shows the relationship between the target and the observation point. The vertical is the target and the horizontal is the observation point, and the target 0 indicates no corresponding target. “1” in the determinant (1) indicates a possibility, and “0” indicates no possibility.
[0005]
[Expression 1]

[0006]
This matrix Ω represents the following contents. That is, the observation point y1 is the target t2 or no corresponding target. The observation point y2 is the target t1, the target t2, or no corresponding target. The observation point y3 is the target t1 or no corresponding target. The observation point y4 is the target t1 or no corresponding target.
[0007]
The combination of target and observation point that satisfies this is
Case where t1 is y2 and t2 is y1
・ The case where t1 is y2 and t2 is not supported
Case where t1 is y3 and t2 is y1
Case where t1 is y3 and t2 is y2
・ The case where t1 is y3 and t2 is not supported
Case where t1 is y4 and t2 is y1
Case where t1 is y4 and t2 is y2
・ When t1 is y4 and t2 is not supported
Case where t1 is not supported and t2 is y1
Case where t1 is not supported and t2 is y2
・ The case where t1 is not supported and t2 is not supported
It becomes.
[0008]
When each possibility of the matrix Ω is represented by a real value rather than 1/0, the possibility of each case is defined by the product of each real value indicating the possibility. Therefore, taking the above two cases as an example, the possibility of each case is shown as follows.
[0009]
The possibility of the case where t1 is y2 and t2 is y1, the possibility that y1 is t2, the possibility that y2 is t1, the possibility that y3 has no corresponding target, and y4 correspond This is the product of the possibility of no goal.
[0010]
The possibility of a case where t1 is y2 and t2 is not supported is the possibility that y1 is not a corresponding target, the possibility that y2 is t1, and the possibility that y3 is not corresponding y4 is the product of the possibility that there is no corresponding target.
[0011]
The possibility of each case is added as the reliability of the correspondence relationship between the observation points that are the elements of each case and the target. That is,
The possibility value of the case where t1 is y2 and t2 is y1 is converted into a reliability with which t1 is y2 and a reliability with which t2 is y1.
The possibility value of the case that t1 is y2 and t2 is not supported is converted into a reliability that t1 is y2 and a reliability that t2 is not supported.
[0012]
As a result, for each target, the reliability when corresponding to any one of the observation points and the reliability corresponding to no correspondence are obtained. In JPDA, according to the ratio of each reliability, the correspondence between the target and the observation point (load average) is taken, and this is regarded as the destination of the target, and the internal information (coordinates, speed, etc.) of the target is obtained. Update.
[0013]
[Problems to be solved by the invention]
In the conventional JPDA, when the prediction regions of a large number of target objects overlap, the processing considering the combination is performed as one cluster, so that the more combinations to be considered, the more combinations to be considered. There is a problem that the amount of calculation increases.
[0014]
The present invention has been made in order to solve such a problem, and in spite of performing the processing considering the combination, the tracking processing is degenerated by deleting the observation point or partially deleting the combination, and the like. An object of the present invention is to obtain a multi-target tracking device that can reduce the amount of calculation that becomes.
[0015]
[Means for Solving the Problems]
  The present invention predicts each movement destination in a region for a plurality of targets, and when there is an overlap in each prediction region, the prediction regions are connected and treated as one cluster, and the target moves A multi-target tracking device that determines a destination, an observation point input unit that inputs an observation point of the target, a prediction region generation unit that generates a prediction region in which the movement destination of the target is predicted in a region; Based on the observation point and the prediction region, a cluster that generates the cluster by connecting the prediction regions when the prediction region includes an overlapping region and the observation point exists in the overlapping region Generation means, tracking processing degeneration means for discarding a part of the tracking process for the generated cluster, and individual combinations of the target and the observation point with respect to the cluster after partial deletion Comprising a combination inference means for calculating the likelihood, based on the calculation result of the combination inference means, and the target track updating means for updating the track information of the target, theThe tracking process degeneration means includes a search tree generation unit that expresses the tracking process for the cluster generated by the cluster generation unit as a search tree, and a branching unit that deletes a part of the search tree, A reliability is set in advance for each node constituting the search tree, and the tracking processing reduction means prioritizes the processing of the high priority node with the reliability as a priority and performs the reduction. The number of steps from the root of the search tree is set as a second priority, and the second priority is used in preference to the priority, and the tracking processing degeneration means is configured to use a higher priority than the high priority node. , Degenerate by prioritizing the one with the highest number of steps from the root of the search treeIt is a multi-target tracking device.
  Further, the present invention predicts each movement destination in a region for a plurality of targets, and when there is an overlap in each prediction region, the prediction regions are connected and treated as one cluster. A multi-target tracking device that determines a destination of the target, an observation point input unit that receives the observation point of the target, and a prediction region generation unit that generates a prediction region in which the destination of the target is predicted in the region Based on the observation point and the prediction area, the prediction area is overlapped with each other, and the observation area exists in the overlapping area, the prediction area is connected to generate the cluster. Cluster generation means, tracking processing degeneration means for truncating a part of the tracking process for the generated cluster, and the cluster after the partial deletion, for each combination of the target and the observation point A combination reasoning means for calculating the possibility of tracking the target object track update means for updating the track information of the target object based on the calculation result of the combination reasoning means, and the tracking process degeneration means, A search tree generation unit that expresses a tracking process for the cluster generated by the cluster generation unit as a search tree; and a branching unit that deletes a part of the search tree, and provides reliability for each observation point. The multi-target tracking device is configured to reduce the tracking processing by setting the tracking processing reducing means in advance and deleting the observation point with low reliability to generate the search tree.
[0016]
In addition, the tracking process degeneration means and the combination reasoning means are configured integrally, and during execution of the possibility of the combination, by determining whether to perform processing for each of the operations or not to perform the processing. Then, the tracking process is degenerated.
[0019]
In addition, the reliability is set in advance for each node constituting the search tree, and the tracking processing degeneration means has a priority as one of the sum and product of the reliability from the root of the search tree to each node, Degenerates with priority given to high priority clause processing.
[0022]
The power at the observation point is set as the reliability.
[0023]
In addition, the S / N ratio of the observation point is set as the reliability.
[0024]
In addition, the frequency band of the observation point is set as the reliability.
[0025]
In addition, the shortest distance from the observation point to any target is set as the reliability.
[0026]
Further, the reliability of each target is set in advance for each observation point, and the tracking process degeneration means performs degeneration using the maximum value of the reliability as a priority.
[0027]
In addition, the reliability for each target is set in advance for each observation point, and for each observation point, either the sum or the product of the reliability for each target is obtained as a priority, and the priority is used. The tracking processing degeneration means performs degeneration.
[0028]
In addition, the observation point to be deleted is selected so that the deletion of the observation point does not result in a target whose corresponding observation point disappears.
[0029]
Further, the degeneration is performed by dividing the cluster by preferentially deleting the observation points that are the connection factors when generating the cluster.
[0030]
Further, after deleting one or more observation points and performing a tracking process, using the result of the process, at least one deleted observation point is added and the tracking process is performed again.
[0031]
In addition, when there is remaining calculation power in the device for a target that has already been subjected to tracking processing after degeneration, the tracking processing when degeneration is not performed is performed again in the idle time when there is no observation point input. Based on the result of the tracking process in the case where the degeneration is not performed, the target track update unit re-updates the track information.
[0032]
In addition, if there is remaining calculation capacity in the device for a target that has already been subjected to degeneration and tracking processing, the tracking process of the case with less degeneracy is performed again according to the calculation remaining capacity. Based on the result of the tracking process, the target track update means updates the track information again.
[0033]
DETAILED DESCRIPTION OF THE INVENTION
Embodiment 1 FIG.
FIG. 1 shows the configuration of the multi-target tracking device according to Embodiment 1 of the present invention. In the figure, 1 is an input line for inputting observation points, 2 is a prediction region generation unit that predicts the movement of a target and calculates a prediction range that exceeds a certain existence probability according to the prediction, Is a cluster generation unit that generates clusters (see FIG. 3) from observation points and prediction regions, and 4 is a search tree that expresses the processing in the generated clusters as a search tree (see FIG. 4) and truncates a part thereof. This is a branching unit (tracking process degeneration means). Details of the search tree will be described in a third embodiment to be described later. An example of how to determine the priority for determining which part is cut off and which part is preferentially processed will be described in Embodiments 3 to 16 described later.
[0034]
In FIG. 1, reference numeral 5 denotes a combination reasoning unit that tracks a target with a tracking method that considers a combination of a partially deleted search tree. Reference numeral 6 denotes a target track update unit that updates information (track) held by the target based on the inference result of the combination reasoner. Reference numeral 7 denotes an output line for outputting the result of the target track update unit 6 as a tracking result. Reference numerals 8a to 8e denote transfer lines for transferring the processing results of the respective units next.
[0035]
Next, the operation of this multi-target tracking device will be described with reference to FIG.
[0036]
(1) First, observation point information is sent to the cluster generation unit 3 via the input line 1, and the prediction region created by the prediction region generation unit 2 is sent to the cluster generation unit 3 via the transfer path 8a.
[0037]
(2) When the prediction areas of a plurality of targets overlap and an observation point exists in the overlapping area, the cluster generation unit 3 combines the prediction areas and generates one cluster.
[0038]
(3) Information of one cluster (observation point and target region prediction area) is sent to the search tree branching unit 4 via the transfer path 8b.
[0039]
(4) The search tree branching unit 4 expresses the processing for the generated cluster as a search tree, and then performs part of the processing for the cluster expressed as the search tree based on the calculation ability of the combination reasoning unit 5. delete. The part to be deleted is assumed to be the part with the lowest priority in principle, and an example of how to determine the priority will be described in the third embodiment and later.
[0040]
(5) Information about each cluster after partial deletion (observation point and target region prediction area) is sent to the combination reasoning unit 5 via the transfer path 8c.
[0041]
(6) The combination reasoning unit 5 calculates the combination of the target and the observation point as described in the above-described conventional example except for the part that is partially deleted, and obtains the possibility of each combination by calculation.
[0042]
(7) Information indicating the possibility of individual combinations is sent to the target track update unit 6 via the transfer path 8d.
[0043]
(8) The target track update unit 6 has target information, and updates target information based on the possibility of individual combinations.
[0044]
(9) The updated result is output via the output line 7 and sent to the prediction region generating unit 2 via the transfer line 8e.
[0045]
(10) The prediction region generation unit 2 performs movement prediction on each target based on the updated target information sent from the target track update unit 6, and generates the prediction region.
[0046]
The multi-target tracking device of the present invention operates as a tracking device by repeating the above operations. As described above, the target tracking device of the present invention degenerates the tracking process by abandoning the processing of a part of the search tree by the search tree branching unit 4. Although it causes some degradation in performance, the amount of computation required for processing can be reduced. As a result, a computer that does not have enough computing power to adopt a method that considers a combination such as JPDA is used. In addition, it is possible to realize a tracking process in consideration of the combination, and to reduce the size and cost of the apparatus.
[0047]
Embodiment 2. FIG.
FIG. 2 shows the configuration of the multi-target tracking device of the present invention according to Embodiment 2 of the present invention. In the first embodiment described above, the search tree branching unit 4 is provided before the combination reasoning unit 5. In this embodiment, however, a branch in which the function of the search tree branching unit 4 is added to the combination reasoning unit 5. A combinatorial inference unit 9 with a buzzing function is provided so that “processing” or “abandon” is determined for a part of the search tree during execution of the combination inference unit 5 instead of deleting a part of the search tree by prediction. The tracking process was degenerated.
[0048]
In the configuration of this embodiment, the same effects as those of the above-described first embodiment can be obtained, and furthermore, the combination reasoning unit with a branching function 9 is not partially deleted by prediction, but in accordance with the actual processing, Since a part of the search tree is abandoned, selection of the part to be abandoned becomes more appropriate, and the tracking performance can be improved.
[0049]
Embodiment 3 FIG.
In this embodiment, the details of the above-described search tree will be described with reference to FIGS. 3 and 4, and the priority for deleting a part of the search tree in the tracking devices of the above-described first and second embodiments will be described. An example of how to decide will be described.
[0050]
FIG. 3 shows an example of a cluster. Since this cluster is the same as that of FIG. 10 shown in the above-described conventional example, the description thereof is omitted here, but the combination of the target and the observation point in this cluster. As mentioned above,
The observation point y1 is the target t2 or no corresponding target.
The observation point y2 is the target t1, the target t2, or no corresponding target.
The observation point y3 is the target t1 or no corresponding target.
The observation point y4 is the target t1 or no corresponding target.
It becomes. FIG. 4 shows this combination as a search tree.
[0051]
The search tree has the following names and corresponds to the next part of FIG.

In the figure, what is represented by “C” is an observation point having no corresponding target (referred to as clutter).
[0052]
In the tracking devices of the first and second embodiments described above, reliability is set in advance for each of the clauses 50 to 64, and this is used as a priority, and processing according to the priority is performed. It becomes possible to control the part (deletion part).
[0053]
In this embodiment, the same effect as in the first and second embodiments described above can be obtained, and furthermore, reliability is provided in each section as a method of determining the priority when a part of the search tree is deleted. In addition, since this is used as the priority, the deletion process is easy and the node with the low priority is deleted, so that the amount of calculation can be reduced and the tracking performance can be kept high.
[0054]
Embodiment 4 FIG.
In this embodiment, another example of how to determine the priority in deleting part of the search tree of the tracking device in the first and second embodiments will be described with reference to FIGS. In the above-described third embodiment, the reliability of each section is used as a priority as it is. However, in this embodiment, the sum of the reliability of all sections from the root to the section, or By using the product of the reliability of all the clauses as the priority, the portion to be truncated in the search tree is controlled.
[0055]
Also in this embodiment, the same effect as in the first and second embodiments described above can be obtained, and furthermore, as a priority, the sum of reliability of all the nodes from the root to the nodes, Alternatively, since the product of the reliability of all clauses is used as the priority, the superiority or inferiority of the priority becomes clearer, and it becomes possible to delete the one with the really low priority. The tracking performance can be kept high despite the reduction in the power consumption.
[0056]
Embodiment 5. FIG.
In the above-described third embodiment, the reliability of each section is used as it is as the priority. However, in the JPDA method, each combination (case) shown in the conventional example is obtained only after reaching the leaf portion of the search tree. It is done. For this reason, in this embodiment, not only the reliability of the node but also two other priorities, the number of steps from the root, are set, and the number of steps from the root is higher than the node having a higher priority. Priority was given to processing.
[0057]
In this embodiment, the same effects as those in the first and second embodiments described above can be obtained. Further, not only the reliability of the clause but also the priority of the number of steps from the root is set as the priority, and the root Since priority based on the number of stages from is used preferentially, it becomes possible to preferentially process what is practically important, and high tracking performance is achieved despite reducing the amount of computation due to degeneration. Can be held.
[0058]
Embodiment 6 FIG.
In the above-described fifth embodiment, two types of priority, ie, the reliability of the clause and the number of stages from the root, are set, and priority processing is performed with priority given to the priority based on the number of stages from the root. It is possible to use not only one value but also the value of the fourth embodiment or set the priority by a polynomial of these three values.
[0059]
Embodiment 7 FIG.
In this embodiment, another example of how to determine the priority in the partial deletion of the search tree of the tracking device in the first and second embodiments will be described with reference to FIGS. FIG. 5 is an example of a cluster similar to FIG. At this time, it is assumed that a power value is added to each observation point, and y1 has the lowest power value among the observation points y1 to y4.
[0060]
In the present embodiment, this power value is set as the reliability, and processing based on the search tree as shown in FIG. 6 is performed assuming that the observation point y1 having the lowest reliability does not exist. As described above, assuming that y1 does not exist, the amount of calculation can be reduced from the processing corresponding to the search tree of FIG. 4 to the processing corresponding to the search tree of FIG. Specifically, in the search tree of FIG. 4, the number of nodes is 15 and the number of leaves is 11, but in the search tree of FIG. 6, the number of nodes is 8 and the number of leaves is 7. It has decreased to pieces.
[0061]
In addition, since the observation point which has a possibility corresponding to several target t1 and t2 is deleted like observation point y2 of FIG. 5, since it is not necessary to make target t1 and target t2 into one cluster, This deletion may divide the cluster. If the cluster is divided, the number of combinations to be considered is also reduced, so that the amount of calculation is further reduced.
[0062]
In this embodiment, the same effect as in the first and second embodiments described above can be obtained, and furthermore, the power value at the observation point is used as the priority, the power value is low, and the observation accuracy (reliability) Since those with low values are deleted, the tracking performance can be kept high even though the amount of calculation is reduced by degeneration.
[0063]
Embodiment 8 FIG.
In the seventh embodiment, one with the lowest reliability is deleted. However, if the calculation ability is still insufficient, more observation points may be deleted.
[0064]
Embodiment 9 FIG.
In the seventh embodiment, the power is used as the reliability of the observation point. However, in this embodiment, the S / N ratio of the observation point (ratio of the signal level to the noise level) is used as the reliability of the observation point. To select an observation point to be deleted as a priority.
[0065]
In this embodiment, the same effects as those of the first and second embodiments described above can be obtained, and the S / N ratio at the observation point is used as a priority, the S / N ratio is low, and the observation accuracy is high. Since those having a low (reliability) are deleted, the tracking performance is hardly affected, and the tracking performance can be kept high even though the amount of calculation is reduced by degeneration.
[0066]
Embodiment 10 FIG.
In the seventh embodiment, the power is used as the reliability of the observation point. However, in this embodiment, a table in which the reliability is set for each frequency band is prepared in advance, and this table is referred to. Then, the reliability of the frequency band of the observation point is obtained, and the observation point to be deleted is selected using that as the priority.
[0067]
In this embodiment, the same effects as those of the first and second embodiments described above can be obtained, and furthermore, reliability is obtained from the frequency band of the observation point, and this is used as a priority, so that the reliability is low. Is deleted, so that the tracking performance can be kept high despite the reduction in the amount of calculation.
[0068]
Embodiment 11 FIG.
In Embodiment 7 described above, power is used as the reliability of the observation point. However, in this embodiment, the shortest distance from the observation point to any target is obtained using an orthogonal coordinate system or a polar coordinate system. Then, the value is set as the reliability of the observation point, and the observation point to be deleted is selected with priority.
[0069]
In this embodiment, the same effects as those of the first and second embodiments described above can be obtained, and the shortest distance between the observation point and any one of the targets is obtained as the reliability and used as the priority. Since the observation point with the lowest priority, that is, the observation point that is farthest from any target is deleted, the tracking performance is hardly affected and the amount of computation is reduced. High tracking performance can be maintained.
[0070]
Embodiment 12 FIG.
In the above-described Embodiment 7, power is used as the reliability of the observation point. However, each observation point has a difference from the observation system used by the tracking algorithm, the target prediction range, etc. The calculated reliability is provided. In this embodiment, at each observation point, the maximum value among them is obtained from the reliability value for each target, and the observation point to be deleted is selected using this maximum value as the priority.
[0071]
In this embodiment, the same effect as in the first and second embodiments described above can be obtained, and the maximum value of the reliability of the target at each observation point used by the tracking algorithm is obtained, and this is determined as the priority. As a result, the observation points with low priority, that is, observation points with a small maximum reliability value for the target are deleted, so that the tracking performance is kept high despite reducing the amount of calculation. Can do.
[0072]
Embodiment 13 FIG.
In the twelfth embodiment described above, the observation point used by the tracking algorithm and the maximum reliability of each target are obtained for each observation point, and the observation point to be deleted is selected using this value. In this form, the observation point to be deleted is selected by using the sum or product of the reliability of each observation point instead of the maximum value.
[0073]
In this embodiment, the same effects as in the first and second embodiments described above can be obtained, and furthermore, the sum or product of the reliability of each observation point used by the tracking algorithm is obtained and given priority. As a result, observation points with low priority, that is, observation points with small total reliability for each target are deleted, so that tracking performance is hardly affected and the amount of computation is reduced. Despite this, the tracking performance can be kept high.
[0074]
Embodiment 14 FIG.
In Embodiment 7 described above, an observation point with a low degree of reliability is simply a deletion target. However, when there is a target whose corresponding observation point disappears due to the deletion of the observation point, the deletion of the observation point is stopped, The deletion target may be selected from observation points that do not have a target for which the corresponding observation point disappears due to deletion.
[0075]
Embodiment 15 FIG.
In this embodiment, another example of how to determine the priority in the partial deletion of the search tree of the tracking device in the first and second embodiments will be described with reference to FIG. FIG. 7A shows an example of the cluster similar to FIG. 3 described above, and FIGS. 7B and 7C show the cluster shown in FIG. 7A by the partial deletion processing of the search tree in this embodiment. Is a cluster created by splitting into two.
[0076]
The following determinant is a reliability matrix indicating the reliability of each target at each observation point of the cluster in FIG. Since this reliability matrix is obtained by replacing 1/0 of the matrix Ω shown in the above-mentioned conventional example with the reliability, the correspondence between the target and the observation point is the same as that of the matrix Ω. Omitted and refers to the matrix Ω.
[0077]
[Expression 2]

[0078]
Now, when the reliability of each observation point in FIG. 7A is represented by the reliability matrix of the above equation (2), the observation point having the lowest reliability is y3 from the values of each element of the matrix. However, the reliability of an observation point that may correspond to both of the two targets, such as the observation point y2, that is, the reliability of the observation point that is a connection factor when forming a cluster is "by target. When it is “when the maximum reliability is not shown when seen”, the cluster can be divided by deleting this point.
[0079]
In the example of FIG. 7, the observation point y4 has the highest reliability with respect to the target t1, while the observation point y1 has the highest reliability with respect to the target t2. Accordingly, the observation point y2 is not the highest in reliability with respect to the target t1 or t2, and is therefore an “observation point that does not show the maximum reliability when viewed by target”. Therefore, this observation point y2 is deleted, and the cluster shown in FIG. 7A is divided into two parts shown in FIGS. 7B and 7C for processing. Thereby, the amount of calculation can be reduced.
[0080]
In this embodiment, the same effects as those of the first and second embodiments described above can be obtained, and the observation point that is a connection factor in forming the cluster is “maximum when viewed by target”. If it is an `` observation point that does not show reliability, '' the calculation amount is reduced by deleting it, so there is almost no effect on the tracking performance, even though the calculation amount is reduced. High tracking performance can be maintained.
[0081]
Embodiment 16 FIG.
In the above-described seventh embodiment, an example in which processing is performed by deleting observation points has been described. However, if there is still calculation capacity remaining in the tracking device, deletion is performed using the result of processing that has already been performed. Recalculation may be performed by adding observation points. There is also a method in which the calculation is performed in a state where a plurality of observation points are deleted in advance, and then the deleted observation points are added as long as the calculation capacity allows.
[0082]
This will be described with reference to FIGS. Assume that the reliability of the observation point y1 in FIG. 5 is the lowest. In this case, the same result as when the observation point y1 is not removed from the beginning can be obtained by following the steps (1) to (5) below.
[0083]
(1) The reliability for every combination is obtained except for the observation point y1, and the value is added to the corresponding positions of the target and the observation point. Thereby, the table 80 (Table A) of FIG. 8 is created. At this time, it is assumed that there is remaining calculation capacity.
[0084]
(2) Therefore, an observation point y1 is added.
[0085]
(3) First, calculation is performed when y1 is clutter (no corresponding target). This is obtained by multiplying the element of Table 80 (Table A) obtained in the above procedure (1) by the reliability in the case of no target corresponding to y1. Thereby, Table 81 (Table B) in FIG. 8 showing the reliability in each correspondence when y1 is clutter is generated.
[0086]
(4) Next, a combination when y1 is the target t2 is obtained. Thereby, the leftmost table 82 (Table C) in FIG. 8 is created.
[0087]
(5) The tables 81 and 82 (Table B and Table C) created in the above steps (3) and (4) are integrated to create a final table 83 (Table D).
[0088]
In this embodiment, the same effects as those of the first and second embodiments described above can be obtained, and further, when the remaining calculation capacity remains in the apparatus when the tracking process after partial deletion is completed, Since the result of already processing is used and the deleted part is added and recalculation is performed, if the device does not have enough computing power, a part of the search tree with low priority is selected. If tracking is performed after deletion, and there is calculation capacity, the deleted part can be added and recalculated using the result of processing already performed, so it is always the best as long as calculation capacity allows. It is possible to perform processing with the following tracking performance.
[0089]
Embodiment 17. FIG.
This will be described with reference to FIG. In the rotary radar, the distribution of the target (predicted region after movement) is as shown in FIG. 9, and the allowable delay from the input of the observation point to the output of the tracking process is the rotation on the diagram. When there are no observation points and no target, there is no processing necessary for the tracking processing apparatus while observing the shaded areas 40 and 41 in FIG. So, for each target that has already been degenerated and has already produced a result, recalculate the calculation when the degeneration such as deletion of the observation point was not performed, and update the information of each target held in the device When the next observation point is input, the same processing as when no degeneration is performed can be performed.
[0090]
In addition, as shown in FIG. 9, when the tracking processing device is vacant (the time when no observation point is input) is divided into a plurality of times, even if the processing is not completed in one idle time, the observation point is input. It is also possible to interrupt the processing and resume the interrupted processing after the processing for the observation point is completed.
[0091]
In this embodiment, if there is a remaining calculation capacity in the apparatus that can be calculated when degeneration is not performed in the idle time when no observation point is input, the degeneration is already performed and the result of the tracking process is obtained. In this case, since the tracking process is performed when the target is not degenerated, the tracking performance can be improved by effectively using the idle time without the input of the observation point.
[0092]
Embodiment 18 FIG.
In the above-described seventeenth embodiment, it is assumed that the processing is performed when no reduction is performed in the observation point input idle time. However, the reduction is performed when there is not enough calculation function to perform the processing when the reduction is not performed. Although it is a method, it is possible to perform another reduction process with a lower degree of reduction.
[0093]
Also in this embodiment, if there is a calculation capacity that can be used for other calculations in the idle time when there is no observation point input, the degeneration is already performed and the tracking process is performed as long as the calculation capacity allows. For the target that is giving the result, this time, the tracking process when another degeneration process with a lower degree of degeneration is performed is performed, so the idle time without the input of the observation point should be used effectively. Thus, the tracking performance can be improved.
[0094]
【The invention's effect】
  The present invention predicts each movement destination in a region for a plurality of targets, and when there is an overlap in each prediction region, the prediction regions are connected and treated as one cluster, and the target moves A multi-target tracking device that determines a destination, an observation point input unit that inputs an observation point of the target, a prediction region generation unit that generates a prediction region in which the movement destination of the target is predicted in a region; Based on the observation point and the prediction region, a cluster that generates the cluster by connecting the prediction regions when the prediction region includes an overlapping region and the observation point exists in the overlapping region Generation means, tracking processing degeneration means for discarding a part of the tracking process for the generated cluster, and individual combinations of the target and the observation point with respect to the cluster after partial deletion Comprising a combination inference means for calculating the likelihood, based on the calculation result of the combination inference means, and the target track updating means for updating the track information of the target, theThe tracking process degeneration means includes a search tree generation unit that expresses a tracking process for the cluster generated by the cluster generation unit as a search tree, and a branching unit that deletes a part of the search tree, A reliability is set in advance for each node constituting the search tree, and the tracking processing reduction means prioritizes the processing of the high priority node with the reliability as a priority and performs the reduction. The number of steps from the root of the search tree is set as a second priority, and the second priority is used in preference to the priority, and the tracking processing degeneration means is configured to use a higher priority than the high priority node. A multi-target tracking device that degenerates by giving priority to the one with the highest number of steps from the root of the search tree. With this configuration,Since the reduction of the tracking processing is performed, the amount of calculation required for the processing can be reduced although the degradation of the tracking performance is slightly caused by the reduction, and as a result, the combination like JPDA is considered originally. Even if a computer that does not have enough computing power to adopt the above-described method is used, it is possible to achieve tracking processing that takes into account the combination, and it is possible to reduce the size of the device and reduce costs. .In addition, the tracking process degeneration means includes a search tree generation unit that expresses the tracking process for the cluster generated by the cluster generation unit as a search tree, and a branching unit that deletes a part of the search tree. By expressing the tracking processing of the cluster with a search tree structure, it is possible to express the relationship between each combination of the observation point and the target in an easy-to-understand manner. In addition, since the reliability is set in advance for each node constituting the search tree, and the reliability is set as the priority, the tracking processing reduction means prioritizes the processing of the high-priority clause and performs the reduction. Since the deletion process is easy and the low-priority clauses are deleted, the amount of calculation can be reduced and at the same time the tracking performance can be kept high. Also, the number of stages from the root of the search tree is set as the second priority, and the second priority is used in preference to the priority set for each clause or the sum and product of the reliability up to each clause, The tracking processing reduction means prioritizes the one with the highest number of steps from the root of the search tree over the high-priority clause, so that it is possible to preferentially process substantially important ones. Thus, the tracking performance can be maintained high despite the reduction in the amount of computation due to degeneration.
  Further, the present invention predicts each movement destination in a region for a plurality of targets, and when there is an overlap in each prediction region, the prediction regions are connected and treated as one cluster. A multi-target tracking device that determines a destination of the target, an observation point input unit that receives the observation point of the target, and a prediction region generation unit that generates a prediction region in which the destination of the target is predicted in the region Based on the observation point and the prediction area, the prediction area is overlapped with each other, and the observation area exists in the overlapping area, the prediction area is connected to generate the cluster. Cluster generation means, tracking processing degeneration means for truncating a part of the tracking process for the generated cluster, and the cluster after the partial deletion, for each combination of the target and the observation point A combination reasoning means for calculating the possibility of tracking the target object track update means for updating the track information of the target object based on the calculation result of the combination reasoning means, and the tracking process degeneration means, A search tree generation unit that expresses a tracking process for the cluster generated by the cluster generation unit as a search tree; and a branching unit that deletes a part of the search tree, and has a reliability for each observation point. Set in advance and reduce the tracking process The means is a multi-target tracking device that degenerates the tracking process by deleting the observation point with low reliability and generating the search tree. In addition, the tracking process degeneration means includes a search tree generation unit that expresses the tracking process for the cluster generated by the cluster generation unit as a search tree, and a branching unit that deletes a part of the search tree. By expressing the tracking processing of the cluster with a search tree structure, it is possible to express the relationship between each combination of the observation point and the target in an easy-to-understand manner. In addition, since the reliability is set in advance for each observation point, and the tracking processing degeneration means deletes the observation points with low reliability and generates a search tree, the tracking processing is degenerated. Degradation is performed by deleting observation points with low reliability, so there is almost no decrease in tracking performance due to degeneracy, and the tracking performance can be maintained high despite reduction in the amount of computation due to degeneration. .
[0095]
In addition, the tracking process degeneration means and the combination reasoning means are configured integrally, and during execution of the possibility of the combination, by determining whether to perform processing for each of the operations or not to perform the processing. Since the tracking process was degenerated, a part of the tracking process was abandoned according to the actual process, not a part of the deletion by prediction. Thus, the effect that the tracking performance can be improved is obtained.
[0098]
In addition, the reliability is set in advance for each node constituting the search tree, and the tracking processing degeneration means has a priority as one of the sum and product of the reliability from the root of the search tree to each node, Since priority is given to the processing of clauses with high priority, degeneration is made clearer, and it becomes possible to delete the really low priority, so it is possible to reduce the amount of computation by degeneration. Nevertheless, the effect that the tracking performance can be kept high can be obtained.
[0101]
Also, since the power of the observation point is set as the reliability and degeneration is performed using it as a priority, the observation point with low power value and low observation accuracy (reliability) is deleted. Has little effect on the tracking performance, and the tracking performance can be kept high despite the reduction in the amount of computation due to degeneration.
[0102]
In addition, since the S / N ratio of the observation point is set as the reliability and the degeneration is performed using the S / N ratio of the observation point as the priority, the S / N ratio is low and the observation accuracy (reliability) ) Are deleted, the tracking performance is hardly affected, and the tracking performance can be kept high despite the reduction in the amount of computation by degeneration.
[0103]
In addition, the frequency band of the observation point is set as the reliability, and it is used as a priority to perform degeneration, and those with low reliability are deleted. The effect that performance can be kept high is acquired.
[0104]
In addition, the shortest distance from the observation point to any target is set as the reliability, and it is used as the priority, so that the observation point with the lowest priority, that is, the observation point farthest from any target is selected. Since the deletion is performed, the tracking performance is hardly affected, and the tracking performance can be maintained high despite the reduction in the calculation amount.
[0105]
In addition, the reliability for each target is set in advance for each observation point, and the maximum value of the reliability is used as a priority. Since the observation point with a small value is deleted, the tracking performance can be maintained high despite the reduction in the amount of calculation.
[0106]
In addition, the reliability for each target is set in advance for each observation point, and for each observation point, either the sum or product of the reliability for each target is obtained as a priority, and the priority is low. In other words, since the observation points with small reliability sums and products for each target are deleted, the tracking performance is hardly affected, and the tracking performance is reduced despite the reduction in the calculation amount. The effect that it can hold | maintain high is acquired.
[0107]
In addition, since the observation point to be deleted is selected so that the target that the corresponding observation point disappears due to the deletion of the observation point is not generated, the reliability of the tracking process is further improved and high tracking performance is ensured. The effect that it can be obtained.
[0108]
In addition, the observation point that is the connection factor when generating the cluster is deleted preferentially, and the cluster is degenerated, and in particular, the observation point that is the connection factor when forming the cluster Is an “observation point that does not show the maximum reliability when viewed by target”, the amount of computation is reduced by deleting it, so there is almost no effect on the tracking performance. Thus, the effect that the tracking performance can be kept high in spite of reducing the amount of calculation can be obtained.
[0109]
In addition, after deleting one or more observation points and performing the tracking process, using the processing results, the deleted observation points are added one by one and the tracking process is performed again. If there is not, delete a part of the search tree with low priority and perform tracking processing. If there is calculation capacity, add the deleted part using the result of processing already performed. Since it is possible to recalculate, it is possible to obtain an effect that the processing can always be performed with the best tracking performance as much as the calculation capacity allows.
[0110]
In addition, when there is remaining calculation power in the device for a target that has already been subjected to tracking processing after degeneration, the tracking processing when degeneration is not performed is performed again in the idle time when there is no observation point input. Based on the result of the tracking process when degeneration is not performed, the target track update means re-updates the track information, so the tracking performance can be improved by effectively using the idle time without the input of the observation point. Can be further improved.
[0111]
In addition, when there is remaining calculation power in the device for a target that has already been subjected to tracking processing after degeneration, the tracking processing of a case with a lower degree of degeneration is performed again according to the calculation remaining power. Since the target track update means re-updates the track information based on the result of the tracking process, the calculation remaining capacity that can be used for other calculations remains in the idle time when the observation point is not input. In such a case, as long as the calculation capacity allows, the target that has already been degenerated and obtained the result of the tracking process is now subjected to the tracking process when another degenerate process with a smaller degree of degeneration is performed. Since it did in this way, tracking performance can be improved by utilizing effectively the idle time without the input of an observation point.
[Brief description of the drawings]
FIG. 1 is a block diagram showing a configuration of a multi-target tracking device according to Embodiment 1 of the present invention.
FIG. 2 is a block diagram showing a configuration of a multi-target tracking device in Embodiment 2 of the present invention.
FIG. 3 is an explanatory diagram showing an example of a cluster for explaining the operation of the multi-target tracking device according to Embodiments 3 to 6 of the present invention.
FIG. 4 is an explanatory diagram showing an example of a search tree for explaining the operation of the multi-target tracking device according to Embodiments 3 to 6 of the present invention.
FIG. 5 is an explanatory diagram showing an example of a cluster for explaining the operation of the multi-target tracking device according to Embodiments 7 to 14 of the present invention.
FIG. 6 is an explanatory diagram showing an example of a search tree for explaining the operation of the multi-target tracking device according to Embodiments 7 to 14 of the present invention.
FIG. 7 is an explanatory diagram showing an example of a cluster for explaining the operation of the multi-target tracking device in the fifteenth embodiment of the present invention.
FIG. 8 is an explanatory diagram showing an example of a search tree for explaining the operation of the multitarget tracking apparatus in the sixteenth embodiment of the present invention.
FIG. 9 is an explanatory diagram for explaining the operation of the multi-target tracking device according to the seventeenth to eighteenth embodiments of the present invention.
FIG. 10 is an explanatory diagram showing an example of a cluster for explaining the operation of a conventional tracking device.
[Explanation of symbols]
1 input line, 2 prediction area generation unit, 3 cluster generation unit, 4 search tree branching unit, 5 combination reasoning unit, 6 target track update unit, 7 output line, 9 combination reasoning unit with branching function.

Claims (15)

For each of a plurality of targets, each movement destination is predicted in a region, and when there is an overlap in each prediction region, the prediction regions are connected and treated as one cluster, and the movement destination of the target is determined. A multi-target tracking device,
Observation point input means for inputting the observation point of the target,
A prediction area generating means for generating a prediction area in which the movement destination of the target is predicted in the area;
Based on the observation point and the prediction region, a cluster that generates the cluster by connecting the prediction regions when the prediction region includes an overlapping region and the observation point exists in the overlapping region Generating means;
A tracking process degeneration means for truncating a part of the tracking process for the generated cluster;
Combination inference means for calculating the possibility of individual combinations of the target and the observation point with respect to the cluster after partial deletion;
A target track update means for updating the track information of the target based on the calculation result of the combination reasoning means;
Equipped with a,
The tracking processing degeneration means is
A search tree generation unit that expresses a tracking process for the cluster generated by the cluster generation means as a search tree;
A branching part for deleting a part of the search tree;
With
Confidence is provided in advance for each node constituting the search tree, and the tracking processing reduction means prioritizes the processing of the high priority node with the reliability as a priority and performs reduction. ,
The number of stages from the root of the search tree is set as a second priority, and the second priority is used in preference to the priority, and the tracking processing degeneration means is more than the node with the higher priority. A multi-target tracking device characterized in that degeneration is performed with priority given to the one with the highest number of steps from the root of the search tree . For each of a plurality of targets, each movement destination is predicted in a region, and when there is an overlap in each prediction region, the prediction regions are connected and treated as one cluster, and the movement destination of the target is determined. A multi-target tracking device,
Observation point input means for inputting the observation point of the target,
A prediction area generating means for generating a prediction area in which the movement destination of the target is predicted in the area;
Based on the observation point and the prediction region, a cluster that generates the cluster by connecting the prediction regions when the prediction region includes an overlapping region and the observation point exists in the overlapping region Generating means;
A tracking process degeneration means for truncating a part of the tracking process for the generated cluster;
Combination inference means for calculating the possibility of individual combinations of the target and the observation point with respect to the cluster after partial deletion;
A target track update means for updating the track information of the target based on the calculation result of the combination reasoning means;
Equipped with a,
The tracking processing degeneration means is
A search tree generation unit that expresses a tracking process for the cluster generated by the cluster generation means as a search tree;
A branching part for deleting a part of the search tree;
With
Set the reliability for each observation point in advance,
The multi-target tracking device , wherein the tracking process degeneration means degenerates the tracking process by deleting the observation points with low reliability and generating the search tree . The tracking process degeneration means and the combination reasoning means are integrally configured, and during execution of the possibility calculation for the combination, it is determined whether or not to process each of the calculations. it allows multi target tracking apparatus according to claim 1 or 2, characterized in that the degeneracy of the tracking process. A reliability is provided in advance for each node constituting the search tree, and the tracking process degeneration is performed by setting one of the sum and product of the reliability from the root of the search tree to each node as a priority. means, multi-target tracking apparatus according to claim 1 or 2, characterized in that the degeneracy give priority to processing of the high section of the priority. The multi-target tracking device according to claim 2 , wherein the power at the observation point is set as the reliability. The multi-target tracking device according to claim 2 , wherein the S / N ratio of the observation point is set as the reliability. The multi-target tracking device according to claim 2, wherein a frequency band of the observation point is set as the reliability.   The multi-target tracking device according to claim 2, wherein the shortest distance from the observation point to any one of the targets is set as the reliability. The reliability of each said target set in advance for each of the observation point, by using the maximum value of the reliabilities as the priority, claims the tracking processing degeneration means and performing degenerate 5. The multi-target tracking device according to any one of 1 to 4 . The reliability for each target is set in advance for each observation point, and for each observation point, either the sum or product of the reliability for each target is obtained as a priority. The multi-target tracking device according to any one of claims 1 to 4, wherein the tracking processing reduction means performs reduction using a degree. 11. The multi-target tracking device according to claim 1 , wherein an observation point to be deleted is selected so that no target is generated in which the corresponding observation point disappears due to the deletion of the observation point. . The observation point which is a connecting factor when generating the cluster to remove preferentially, in any one of claims 1 to 11, characterized in that the degenerated by dividing the cluster The multi-target tracking device described. After performing one or more deleted by the tracking processing the observation point, claim 1 using the results of the process, and performing at least one addition again tracking processing the observation point was deleted The multi-target tracking device according to any one of Items 12 to 12 . For the target that has already undergone degeneration and tracking processing, if there is remaining calculation capacity in the device, the tracking processing in the case where the degeneration is not performed is performed again in the idle time when there is no input of the observation point. perform, based on the result of the tracking processing of the case without the degeneracy of any one of claims 1 to 13 said target track updating means, characterized in that re-updating the track information multi Target tracking device. For the target that has already undergone degeneration and tracking processing, if there is remaining calculation capacity in the device, the tracking process of the case with less degree of degeneration is performed again according to the calculation remaining capacity, The multi-target tracking device according to any one of claims 1 to 13, wherein the target track update unit re-updates track information based on a result of the tracking processing of a case.

Images